Агенты

Hugging Face предоставляет инструменты и протоколы, которые напрямую подключают ИИ-агентов к Hub. Независимо от того, общаетесь ли вы с Claude, работаете с Codex или разрабатываете собственных агентов, вы можете получить доступ к моделям, наборам данных, Spaces и инструментам сообщества. На этой странице описано, как подключить ваших чат-агентов и агентов для программирования к Hub.

Чат с Hugging Face

Подключите вашего ИИ-ассистента напрямую к Hugging Face Hub с помощью Model Context Protocol (MCP). После подключения вы сможете искать модели, просматривать наборы данных, генерировать изображения и использовать инструменты сообщества — всё это прямо из интерфейса чата.

Поддерживаемые ассистенты

Сервер HF MCP работает с любым клиентом, совместимым с MCP:

• ChatGPT (через плагины)
• Claude Desktop
• Пользовательские MCP-клиенты

Настройка

1. Откройте настройки MCP

Перейдите на huggingface.co/settings/mcp, будучи вошедшим в систему.

2. Выберите ваш клиент

Выберите из списка ваш MCP-совместимый клиент. На странице отображаются инструкции, специфичные для данного клиента, и готовый к копированию фрагмент конфигурации.

3. Настройка и перезапуск

Скопируйте фрагмент конфигурации в настройки MCP вашего клиента, сохраните изменения и перезапустите клиент.

Страница настроек генерирует точную конфигурацию, которую ожидает ваш клиент. Используйте её, а не создавайте конфигурацию вручную.

Что вы можете сделать

После подключения попросите вашего ассистента использовать инструменты Hugging Face из тех, что вы выбрали в конфигурации:

Ваш ассистент вызывает MCP-инструменты, предоставляемые сервером Hugging Face, и возвращает результаты с метаданными, ссылками и контекстом.

Добавить инструменты сообщества

Расширьте вашу конфигурацию с помощью совместимых с MCP Gradio Spaces:

1. Просмотр Spaces с поддержкой MCP
2. Добавьте их в ваши настройки MCP
3. Перезапустите клиент, чтобы применить новые инструменты

Приложения Gradio MCP представляют свои функции в виде инструментов с аргументами и описаниями, поэтому ваш ассистент может вызывать их напрямую.

Подробнее

• Руководство по серверу MCP — подробная настройка и конфигурация
• Настройки HF MCP — настройте ваш клиент
• Совместимые с MCP Spaces — инструменты сообщества

Агенты для программирования

Интегрируйте Hugging Face в свой рабочий процесс программирования с помощью MCP Server и Skills. Получайте доступ к моделям, наборам данных и инструментам машинного обучения прямо из вашей IDE или кодинг-агента. Например, мы рассматриваем следующие кодинг-агенты и другие с использованием MCP и/или Skills:

Быстрая настройка

MCP-сервер

MCP Server предоставляет вашему кодинг-агенту доступ к поиску по Hub, Spaces и инструментам сообщества.

Cursor / VS Code / Zed:

1. Перейдите на huggingface.co/settings/mcp
2. Выберите вашу IDE из списка
3. Скопируйте фрагмент конфигурации
4. Добавьте его в настройки MCP вашей IDE
5. Перезапустите IDE

Код Claude:

claude mcp add hf-mcp-server -t http "https://huggingface.co/mcp?login"

Навыки

Skills предоставляют специализированные инструкции для рабочих процессов в области ИИ/ML. Они могут использоваться совместно с MCP или автономно.

# start claude 
claude

# install the skills marketplace plugin
/plugin marketplace add huggingface/skills

Затем, чтобы установить спецификацию Skill:

/plugin install hf-cli@huggingface-skills

Список доступных навыков и примеры их использования приведены в Руководстве по навыкам.

Что вы можете сделать

После настройки ваш агент для написания кода может:

Настройка окружения

Аутентификация

Установите токен Hugging Face в качестве переменной окружения:

export HF_TOKEN="hf_..."

Или выполните аутентификацию через CLI:

hf auth login

Добавление инструментов сообщества

Расширьте вашу конфигурацию с помощью совместимых с MCP Gradio Spaces:

1. Просмотр Spaces с поддержкой MCP
2. Добавьте их в ваши настройки MCP
3. Перезапустите IDE

Пример рабочего процесса

You: Find a text classification model that works well on short texts

Agent: [Searches Hugging Face Hub]
       Found several options:
       - distilbert-base-uncased-finetuned-sst-2-english (sentiment)
       - facebook/bart-large-mnli (zero-shot)
       ...

You: Show me how to use the first one

Agent: [Fetches documentation]
       Here's how to use it with transformers:
       
       from transformers import pipeline
       classifier = pipeline("sentiment-analysis", 
                            model="distilbert-base-uncased-finetuned-sst-2-english")
       result = classifier("I love this product!")

Зарегистрируйте ваш агентный каркас

Hugging Face поддерживает публичный реестр агентских обвязок (agent harnesses), то есть кодинг-агентов и инструментов, взаимодействующих с Hub (Claude Code, Codex, Cursor и другие). Когда huggingface_hub обнаруживает, что выполняется внутри зарегистрированной обвязки, он сообщает об этом через user agent в запросах к Hub. Регистрация вашей обвязки означает, что эта активность будет приписываться вашему инструменту по имени, а вашему проекту будет присвоен удобный отображаемый ярлык, ссылки на документацию и репозиторий, а также место в публичном наборе данных об использовании агентов — незарегистрированные инструменты учитываются только в их общей доле unknown.

Чтобы зарегистрировать harness, создайте Pull Request с добавлением записи в agent-harnesses.ts в пакете @huggingface/tasks:

• Идентификатор harness (ключ записи) должен быть в нижнем регистре и разделён дефисами (пример: "claude-code").
• Установите prettyLabel с удобным для пользователя написанием (пример: Claude Code).
• (необязательно) задайте repoUrl со ссылкой на исходный код harness (обычно это репозиторий GitHub).
• (необязательно) задайте docsUrl со ссылкой на документацию или сайт harness.
• (необязательно) задайте description с кратким однострочным описанием harness.
• определяет, как ваш harness обнаруживается из окружения:
  • Если ваш harness устанавливает одну из стандартных переменных окружения (AI_AGENT или AGENT), её значение используется непосредственно в качестве идентификатора, и дополнительная конфигурация не требуется.
  • В противном случае задайте envVars для сопоставления имён переменных окружения с шаблонами значений. Используйте "*" для совпадения с любым непустым значением, точную строку для точного совпадения или "<prefix>*" для совпадения по префиксу.

И всё! После слияния PR трафик huggingface_hub (включая CLI hf) от вашего агентского harness будет приписываться к нему по имени, и он появится в наборе данных об использовании агентов начиная со следующего ежемесячного обновления.

Дальнейшие шаги

• CLI — интерфейс командной строки для операций с Hub
• Сервер MCP — Подключите любого совместимого с MCP ИИ-ассистента к Hub
• Навыки — готовые возможности для агентов по написанию кода
• SDK — библиотеки Python и JavaScript для создания агентов